[发明专利]药品图文信息违规检测方法及系统

说明书

本申请涉及药品流通领域，公开了一种药品图文信息违规检测方法及系统，能够快速准确地检测并筛除违反管理规范的药品图文信息。该方法包括：获取药品的候选图片和文字描述；从该候选图片中提取药品包装区域；对该药品包装区域进行OCR识别，得到第一识别结果；如果该第一识别结果中存在预先设定的字符串，则根据该文字描述或该第一识别结果中的通用名和生产企业检索已备案的广告图片，分别计算检索结果中每一张已备案的广告图片和该候选图片的相似度，如果没有一个相似度超过第一预设阈值则判定为违规；从该第一识别结果中提取多项药品信息，和该文字描述中提取的多项药品信息逐项比对，如果有至少一项药品信息不一致则判定为违规。

技术领域

本申请涉及药品流通领域，特别涉及药品图文信息违规检测技术。

背景技术

在药品领域，国家对于药品的广告图文信息在互联网企业的展示有着严格的管理规范。

对于药品销售流通的经营企业而言，可能会为了提升销售业绩或在不知晓管理规范的情况下，在上传的广告图文信息中添加不符合管理规范的内容。

为了防止不符合管理规范的情况发生，目前都是通过设置专人专岗进行审核，给各经营企业增加了较大工作负担。并且，即使在设置专人专岗进行审核的情况下，也未能彻底杜绝一些不良商家的违规行为。

发明内容

本申请的目的在于提供一种药品图文信息违规检测方法及系统，能够快速准确地检测并筛除违反管理规范的药品图文信息，极大程度的减轻药品图文审核人员的工作负担。

本申请公开了一种药品图文信息违规检测方法，包括：

获取药品的候选图片和文字描述；

从所述候选图片中提取药品包装区域；

对所述药品包装区域进行OCR识别，得到第一识别结果；

如果所述第一识别结果中存在预先设定的字符串，则根据所述文字描述或所述第一识别结果中的通用名和生产企业检索已备案的广告图片，分别计算检索结果中每一张已备案的广告图片和所述候选图片的相似度，如果没有一个相似度超过第一预设阈值则判定为违规；以及，

从所述第一识别结果中提取多项药品信息，和所述文字描述中提取的多项药品信息逐项比对，如果有至少一项药品信息不一致则判定为违规。

在一个优选例中，还包括：

如果所述第一识别结果中不存在所述预先设定的字符串，则对所述候选图片进行OCR识别得到第二识别结果，对所述第二识别结果进行非药品信息检测，如果检测到非药品信息，则判定为违规。

在一个优选例中，所述预先设定的字符串是“OTC”。

在一个优选例中，所述相似度的计算方法采用Siamese Network、ORB算法、局部敏感哈希算法或结构相似性算法。

在一个优选例中，所述获取药品的候选图片和文字描述之后，还包括：

通过NER识别出所述文字描述中的功效词；

从所述第一识别结果或所述文字描述中提取批准文号，在药品主数据库中检索与该批准文号相匹配的药品信息；

如果所识别出的功效词有至少一个不在该药品信息中，则判定为违规。

在一个优选例中，所述对所述第二识别结果进行非药品信息检测，如果检测到非药品信息，则判定为违规，进一步包括：

通过规则引擎，判断所述第二识别结果中的各项信息是否均属于药品主数据库中的药品信息，如果存在不属于的信息项，则判定为违规；